珠海电厂卸船机远程实时监测系统的创建

1 概况 为了响应珠海发电厂提出"打造数字化电厂"的发展策略,整理卸船机的故障排查、故障报警信息,我们策划了卸船机远程实时监测科技项目.该项目属于厂级信息监控系统(Supervisory Information System,SIS)的一部分,主要是将卸船机数据进行数字化处理后并入SIS.     

WinCC在起重机监控系统中的应用

为了实时掌握装卸作业过程中的现场状况,及时发现并预报起重机运行故障,便于操作和维护,有必要采用合理和完善的实时监控系统.     

建立高速公路气象灾害实时监测与决策服务系统的设想

首先分析了公路气象灾害的成因及国内外公路气象的研究概况，在此基础上，提出了建立我国高速公路气象灾害实时监测与决策服务系统的设想。即要有重点、分阶段、高起点的先建立高速公路自动气象观测站网，然后开展一系列的同步天气观测和试验研究，逐步建立高速公路气象灾害判别指标，最后在现有的公路管理信息系统的框架内开发出高速公路气象灾害实时监测与决策服务系统。     

实时多任务系统下的CAN通信模块的设计

介绍了高压共轨柴油机控制器的CAN接口硬件电路的设计;着重进行了实时多任务系统下的CAN通信模块的软件结构设计方法的研究。研究结果表明,所设计的CAN接口硬件电路能够满足实际发动机控制系统的应用需要;所构建的CAN通信软件模块,在满足CAN通信实时性要求的同时,降低了CAN通信模块对发动机控制器CPU的资源消耗,同时为整个CAN通信软件模块的扩展提供了一个很好的开发平台。     

资源可视化系统在民航机场中的应用

通过搭建机场共享服务平台,由平台提供完整统一的数据共享服务,同时提升在机场信息化建设中各类资源的实时监测、应急告警、协调指挥、决策支持等多元的信息化程度是提升机场各类资源使用及管理效率的重要手段。基于此,本文结合资源可视化系统架构,重点介绍资源可视化系统在行业中的应用。     

别克荣御轿车车载网络系统控制模块编程与故障诊断

三、动力系统接口模块安全码及编程 在车辆上使用Tech 2之前,必须用最新软件对它进行编程。Tech 2编程用来更新Tech 2。TIS 2000包含当前Tech 2应用（程序）和一个先前的版本。当在带GM LAN串行数据协议的车辆上工作时,必须在数据链路连接器电缆和16／19针脚数据链路连接器适配器之间装上一个CANdi模块。     

对FIPA ACL的实时扩展

FIPA Agent通信规范主要致力于Agent通信语言消息、消息传输协议以及通信语言的理论基础-言语行动理论.由于现有的FIPA规范不能为实时互操作提供支持,要在实时多Agent系统中表达实时限制,就必须对FIPA Agent通信语言(ACL)进行扩展.在一个实时多Agent系统模型与在股票市场应用实例的基础上,提出了一个基于CORBA的与FIPA兼容的分布式实时多Agent体系结构.然后在此体系结构里,通过在FIPA原语中增加Qos_requirement参数,在FIPA原语的:content参数里增加Qos_capabilities参数,适当的实现了对FIPA ACL的实时扩展.     

基于光纤传感系统的德国列车实时精确定位技术

实时、精确地获取列车位置信息是保证列车安全有效运行、发挥效率、提供最佳服务的前提.而轨旁传感器将在进行高效、可靠的列车跟踪和定位方面发挥重要作用.文章介绍德国基于光纤传感系统的列车实时精确定位技术,这是一种全新的解决方案,具有独特的优势和可能性.     

大型客机运行监控与健康管理系统设计

总结了大型客机实时运行监控与健康管理的研究现状, 介绍了C919大型客机的健康管理系统总体架构, 将其划分为实时监控、健康状况趋势分析和预测以及故障诊断与维修决策3个功能模块。分析了实现该系统的地面实时监控技术、趋势分析及预测方法、剩余寿命预测方法、故障诊断算法、维修决策方法以及系统验证仿真技术等6个关键技术和方法, 并对本领域的研究和应用进行了展望。研究结果表明: 通过对飞机进行实时运行监控, 能够降低排故时间, 提高航班正点率, 易于飞机的调配, 提高飞机的利用率; 通过对飞机进行健康管理, 使技术人员能更有效地制定维修任务, 控制维修间隔, 实现预防性维护和视情维修, 从而大大降低维修成本, 提高飞机的可靠性及经济性, 同时也能为飞机的设计提供改善依据。     

公交浮动车辆到站时间实时预测模型

根据公交浮动车辆实时GPS数据, 考虑不同时段的路段平均速度、公交车站、信号灯等多因素的影响, 建立了一种新的公交车辆到站时间预测模型。通过估计到达下游最临近站点的时间和判断道路上GPS数据的有效性等方法, 改善了预测模型的精度, 并应用重庆公交车辆数据对模型进行验证。计算结果表明: 该模型能够实时预测公交浮动车辆到达下游站点的时间, 预测精度优于现有方法, 在高峰时段预测误差小于9%, 在非高峰时段预测误差约为6%, 并对各种道路交通条件具有较好的适应性。